Spark官方文档翻译,有问题请及时指正,谢谢。
http://spark.apache.org/docs/latest/index.html
Spark概述
Apache Spark 是一个快速的,分布式集群计算系统.它提供了高等级的针对 Java, Scala, Python and R的API接口, 他还是一个优秀的图处理引擎. 它还支持一套高级的工具集: Spark SQL,Sql和结构化数据处理;
MLlib ,机器学习; GraphX ,图处理; 还有 Spark Streaming.
下载
可以去网站下载页(http://spark.apache.org/downloads.html)下载。文档的版本是2.3.1.Spark 使用了Hadoop的客户端库来访问HDFS和YARN。下载会预先打包一个最新的Hadoop版本。用户可以下载Hadoop包然后通过Spark的环境变量使用Hadoop的各种版本。Scala和Java的用户可以用Maven集成。以后Python的用户可以用Pypi安装。
想自己编译去这页看看(http://spark.apache.org/docs/latest/building-spark.html)
Spark 可以运行在Windows 和 UNIX(比如Linux, Mac OS)系统。单机安装很简单,装java,配置JAVA_HOME环境变量。
Spark 运行在Java 8+, Python 2.7+/3.4+ ,R 3.1+.Scala 的API使用Scala 2.11。你需要使用Scala 的版本(2.11.x)来兼容。
Spark 2.2.0以后就不支持Java 7, Python 2.6和 Hadoop 2.6.5以前的版本了。
2.3.0以后就不支持Scala 2.10了。
运行例子和Shell
Spark 提供了几个简单的小程序。 Scala, Java, Python 、R的例子在examples/src/main文件夹下。运行java或scala简单程序,在高一级目录执行 bin/run-example <class> [params] (更相信的spark提交指令访问http://spark.apache.org/docs/latest/submitting-applications.html),比如:
./bin/run-example SparkPi 10
你也可以用Scala shell与spark交互,这样是学习框架最好的方式。
./bin/spark-shell --master local[2]
--master 这个设置可以查看http://spark.apache.org/docs/latest/submitting-applications.html#master-urls
local是一个线程 local[N]是多个线程 可以用local作为测试 获得全部设置用 --help
Spark也提供了python api 用python解释器与spark进行交互 bin/pyspark
./bin/pyspark --master local[2]
例子也有:
./bin/spark-submit examples/src/main/python/pi.py 10
1.4以后也提供了R api
./bin/sparkR --master local[2]
例子:./bin/spark-submit examples/src/main/r/dataframe.R
集群启动
Spark集群模式可以在这查看 http://spark.apache.org/docs/latest/cluster-overview.html
Spark 可以独立运行 ,也可以几个存在的管理者协作运行,现在提供了这几种部署方式:
可以查阅什么呢(官网菜单翻译)
Programming Guides:编程指南
API Docs:
Deployment Guides:部署指南
Other Documents:其他文档
External Resources:外部资源
apache-spark
原文:https://www.cnblogs.com/tree1123/p/9444372.html